AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
InferenceBench：用于通过人工智能代理进行开放式大语言模型推理优化的基准测试
机构 * ELLIS Institute Tübingen, Max Planck Institute for Intelligent Systems, Tübingen AI Center（图宾根ELLIS研究所、马克斯·普朗克智能系统研究所、图宾根人工智能中心）
专题命中 效率与部署 ：LLM(title,abstract)；分类 cs.AI
AI总结 研究旨在为开放式大语言模型推理优化建立基准测试InferenceBench，让代理部署推理服务器优化推理速度。通过多种场景和配置测试，发现代理虽能提升性能，但仍有局限，瓶颈在于提出多样配置等能力，反映了代理在开放式环境中的操作能力。
GigaPath-Flash和GigaTIME-Flash：用于全切片和肿瘤微环境分析的高效病理学基础模型
机构 * Microsoft Research（微软研究院） ； Paul G. Allen School of Computer Science and Engineering, University of Washington（华盛顿大学保罗·G·艾伦计算机科学与工程学院） ； Providence Genomics（普罗维登斯基因组学公司） ； Earle A. Chiles Research Institute, Providence Cancer Institute（普罗维登斯癌症研究所厄尔·A·奇尔斯研究所） ； Providence Research Network（普罗维登斯研究网络）
专题命中 效率与部署 ：foundation model(title,abstract)；分类 cs.AI
AI总结 研究针对计算病理学中模型局限，提出GigaPath-Flash和GigaTIME-Flash模型用于全切片和肿瘤微环境分析。前者结合特定编码器，计算量少性能优；后者扩展架构预测肿瘤免疫微环境，速度快内存省，共同为相关领域提供开放许可模型及权重。
Comments Models: https://aka.ms/gigapath-flash (GigaPath-Flash) and https://aka.ms/gigatime-flash (GigaTIME-Flash)
哪个模型真正在为你服务？IRIS：大语言模型网关中模型替换和路由稀释的预算黑盒审计
专题命中 效率与部署 ：LLM(title,abstract)
AI总结 研究大语言模型网关中模型替换和路由稀释问题，提出IRIS审计方法，仅需返回文本，能结合多种检测与估计，通过实验验证其在不同场景下的有效性，相比其他审计方法有优势，还进行了多方面拓展实验。
通过自监督微观结构预训练实现多晶织构的高效非线性多尺度预测
专题命中 效率与部署 ：pretraining(title,abstract)
AI总结 研究针对多晶材料不同晶体织构非线性力学响应预测难题，采用自监督预训练策略，先在合成FCC微观结构上预训练编码器，再映射到ODMN参数，实现未见微观结构响应预测，误差低且加速显著，还提高数据效率，提供微观结构-性能推断框架。
HARP：人机人工智能研究平台
机构 * BTPX Innovation Lab（BTPX创新实验室）
专题命中 效率与部署 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 研究旨在设计人机人工智能研究平台（HARP），通过让参与者在可控模拟场景中与可配置实时人工智能代理互动，研究人员可控制多种因素并记录相关数据，能系统测试人工智能设计选择对用户的影响。
Comments 5 pages, 3 figures, SAP Academic Community Conference North America, 2026
以学生为中心的蒸馏缩小了小型和大型语言模型之间的智能差距
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 效率与部署 ：large language model(abstract,comments)；language model(abstract,comments)；分类 cs.CL、cs.AI
AI总结 研究旨在缩小大小语言模型智能差距，提出SCoRe框架，让学生生成训练轨迹，教师纠正最早错误，经微调与短视距强化学习，提升学生解决问题能力，在12个基准测试中，70亿参数学生模型缩小了与720亿参数教师模型的性能差距
Comments Accepted to ICML 2026. The title has been changed from "From Correction to Mastery: Reinforced Distillation of Large Language Model Agents" to "Student-Centered Distillation Narrows the Agentic Gap Between Small and Large LLMs"; the camera-ready version has been uploaded
语音到语音大语言模型助手的保障措施：以汽车应用为例
专题命中 效率与部署 ：LLM(title)；分类 cs.AI
AI总结 研究汽车应用中语音到语音大语言模型助手的保障措施，探讨基于转录本和工具的两种实现方法，经实证评估发现因高延迟和技术障碍，这两种策略大多不适用于工业部署，还概述了面临的开放挑战。
Journal ref LNCS Volume 16830, 2026
拒绝门控解码：在高温采样下保留拒绝行为
机构 * Thoughtworks
专题命中 效率与部署 ：LLM(abstract,abstract_cn)；分类 cs.CL、cs.AI
AI总结 研究高温采样下大语言模型拒绝行为受温度影响的问题，提出顺序解码方法，能在高温时保留模型贪婪解码拒绝响应且延迟小，经实验在三个基准数据集上保留91 - 99%的拒绝行为，不影响安全提示高温响应。
DC-Leap：通过草稿引导的连续跳跃解码实现无训练的dLLMs加速
机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Shenzhen Loop Area Institute（深圳河套学院） ； Huawei Noah’s Ark Lab（华为诺亚方舟实验室）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 研究针对dLLMs并行解码中因保守置信阈值致效率低的问题，提出DC-Leap框架。其采用动态连续验证策略消除JPDE，结合草稿引导解码机制。实验表明该框架能大幅加速dLLMs，长序列生成加速显著，且保证生成质量。
突破压缩瓶颈：从理论到实践
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 研究语言模型压缩瓶颈问题，通过数学证明和实验验证低秩分解与量化非正交，组合会致性能降，进而提出对角粘合方法（DAM），可有效结合二者并减轻性能损失，为相关研究奠定基础。
Comments 18 pages, 3 figures,
EvoSpec: 通过实时词汇和参数自适应进化推测解码
机构 * School of Computer Science and Technology（计算机科学与技术学院）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 提出EvoSpec框架，通过动态词汇和参数自适应实现推测解码中草稿模型的实时进化，解决静态方法在专业领域和主题切换场景下接受率骤降的问题，在EAGLE-3上实现1.13倍加速并降低27%内存开销。
QuantiBias：量化大语言模型中量化诱导偏差的基准测试
机构 * University of Southern California（南加州大学）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.CL
AI总结 研究大语言模型量化中的偏差问题，提出QuantiBias基准测试，通过结合多种控制和对比有无推理的构建来评估偏差，发现量化器按无偏差预防信号的数据分配精度，推理对部分偏差有减半效果，强调需重新评估量化模型的开放式偏差。
Comments Benchmark protocol on Hugging Face: https://huggingface.co/datasets/emilioferrara/quantibias
超越独立优化：多模态边缘智能中的压缩、混合专家路由和量化交互
机构 * Nirma University（尼玛大学） ； Singapore Institute of Technology（新加坡理工学院） ； Marwadi University（马尔瓦迪大学）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 研究多模态边缘智能中高效推理受多种因素限制，回顾相关模型进展，指出技术间相互影响不能独立优化，介绍关键设计权衡，引入视频MoE模型诊断方法，强调多方面开放研究方向。
语义场理论：历史起源、高阶交互与稳定语义推理
机构 * NIKI – Digital Engineering（尼基数字工程公司） ； TWT Science & Innovation（TWT科学与创新公司）
专题命中 效率与部署 ：SFT(abstract,abstract_cn)；分类 cs.CL
AI总结 本文围绕语义场理论展开，重构其演变并赋予清晰数学核心。核心方法是通过词汇表征等建模语言组织层次，贡献五个形式元素。主要贡献是为计算语言学等提供了可评估的模型及相关理论元素，虽非完整理论，但有重要意义。
Comments 20 pages
MuonQ: 通过方向保真优化增强低比特穆子量化
机构 * University of California, Santa Barbara（加州大学圣芭芭拉分校）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.LG
AI总结 MuonQ通过预量化归一化、结构分解和μ-律扩展量化，实现稳定4比特穆子优化器状态量化，降低内存消耗并保持训练性能。
Comments Accepted at COLM 2026
视而不见，仍记于心：全模态大语言模型的令牌压缩
机构 * KAIST（韩国科学技术院） ； VGG, University of Oxford（牛津大学视觉几何组）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 研究旨在降低Omni-LLMs推理时输入令牌成本，提出无需训练的ReMo框架，通过跨模态重分配信息压缩视觉令牌，在Qwen2.5-Omni上实验，去除54%输入令牌且准确率无损失，甚至略超全令牌模型。
Comments Preprint
HiMe：用于健康洞察的实时自托管个人代理平台与可穿戴设备
机构 * King’s College London（伦敦国王学院） ； The Alan Turing Institute（艾伦·图灵研究所）
专题命中 效率与部署 ：LLM(abstract)；分类 cs.CL、cs.AI
AI总结 针对传统可穿戴健康信号分析的局限，HiMe提出本地可部署、隐私至上的代理平台，遵循数据库为一等组件等原则，能与多种可穿戴设备实时健康数据生态系统兼容，实现个人持续、个性化健康监测以提升幸福感。
编解码器规范：为Transformer KV缓存学习压缩友好型规范
专题命中 效率与部署 ：post-training(abstract)；分类 cs.AI、cs.LG
AI总结 研究针对Transformer KV缓存压缩问题，提出Codec-Gauge方法，通过训练后缓存坐标层学习正交通道变换，结合频率分布目标优化。实验表明该方法能有效降低散度、提升量化质量，确立缓存坐标几何为提高压缩保真度的实用训练后变量。
CHERRY: 具有循环表示收益的压缩层次专家
机构 * TeamSparta Inc.（TeamSparta公司）
专题命中 效率与部署 ：LLM(abstract)；分类 cs.CL、cs.AI
AI总结 提出三种互补技术训练计算高效语言模型：选择性监督与每令牌效率、深度压缩与循环恢复、压缩专家融合，在CHERRY-1.8B韩语模型上验证，实现参数减少2.5倍且性能接近。
Comments 64pp, LaTeX. v2 rebuilds arXiv:2606.31796 into a full report: matched-compute discrimination/generation dissociation, recurrent-yield compression (48->6)+MoEE, pre-registered 1B->13.7B H-PRESERVE, sovereign Korean tokenizer (+9.2% vs Gemma-4), government HLE(Ko) column lead, cyber specialization. Recurrent compression cited by Loopie (arXiv:2607.16051). Tables incl.; v1 in history
Gumbel Distillation用于并行文本生成
机构 * Department of Computer Science（计算机科学系）
专题命中 效率与部署 ：language model(abstract)；分类 cs.CL、cs.LG
AI总结 本文提出Gumbel Distillation技术，通过Gumbel-Max技巧使并行解码器有效学习token序列的联合分布，提升生成质量，在LM1B和OpenWebText数据集上取得显著改进。
Comments ICLR 2026
变分推测解码：从令牌似然到序列接受的草稿训练再思考
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 效率与部署 ：LLM(abstract_cn)；分类 cs.AI、cs.LG
AI总结 提出变分推测解码（VSD），将草稿训练视为对潜在提议（草稿路径）的变分推断，通过最大化目标模型接受的边际概率来优化，结合路径级效用和期望最大化过程，显著提升解码效率。
相同危险目标，相反建议：直接暴露与多智能体调解
机构 * University of Pennsylvania（宾夕法尼亚大学）
专题命中 效率与部署 ：LLM(abstract)；分类 cs.AI
AI总结 研究通过测试发现，语言模型直接面对危险目标和经智能体转换传递指令时表现不同，存在行为反向转变及组合安全漏洞，高性能模型可用于特定自动化工作流程的用户端组件，却未明确其内部机制。
Comments 21 pages; welcome comments
用于参数化CAD自监督学习的掩码拓扑建模
机构 * StoryGold AI（故事黄金人工智能公司）
专题命中 效率与部署 ：pretraining(abstract)；分类 cs.LG
AI总结 针对缺乏原生可编辑和参数化格式CAD数据集的问题，提出掩码拓扑建模（MTM）自监督预训练任务，结合多种方法在相关数据集预训练，在多个基准测试中表现出色。
行动前预测：基于未来状态条件的视觉语言导航
机构 * Noah’s Ark Lab, 2012 Labs, Huawei（诺亚方舟实验室，2012实验室，华为）
专题命中 效率与部署 ：language model(abstract)；分类 cs.AI
AI总结 研究视觉语言导航中标准行为克隆问题，提出FSC-VLN方法，通过添加未来查询令牌并经训练后移除的目标分支将其隐藏状态与未来视觉嵌入对齐，实验表明该方法在R2R val-unseen上提升了相关指标。
Comments 9 pages, 1 figure, 4 tables
AnchorPrune：用于视觉令牌剪枝的相关性锚定上下文扩展
机构 * Chung-Ang University（崇实大学）
专题命中 效率与部署 ：language model(abstract)；分类 cs.AI
AI总结 研究针对大型视觉语言模型推理成本高、视觉令牌冗余问题，提出无需训练的AnchorPrune框架，通过构建相关性锚点并扩展，自适应确定锚点大小，分配预算恢复上下文，提升了模型的准确率与效率，尤其在严重压缩下效果显著。
Comments ECCV 2026
帧级内部工具使用用于音频语言模型中的时序定位
专题命中 效率与部署 ：language model(abstract)；分类 cs.LG
AI总结 本文提出帧级内部工具使用方法，通过二元分类器和IHP损失提升音频语言模型的时序定位能力，实现50倍加速和鲁棒长度泛化。
Comments To appear in COLM 2026. Refer to https://github.com/inkitori/taudio/ for the codebase
基于自注意力变换器的快于奈奎斯特信号检测器
专题命中 效率与部署 ：pretraining(abstract)
AI总结 研究针对FTN信号信道上的BPSK信号，提出基于变换器的接收机架构，构建端到端通信链并评估。与BCJR检测器对比，开发两阶段训练策略缩小误码率差距，分析其计算复杂度等，发现变换器可自主识别ISI记忆结构。
Comments Accepted and presented at the 2026 IEEE Signal Processing and Communications Applications Conference (SIU)
通过渐进式种子剪枝实现扩散模型的推理时间缩放
机构 * California Institute of Technology（加州理工学院）
专题命中 效率与部署 ：language model(abstract)
AI总结 研究扩散模型推理时间缩放问题，提出渐进式种子剪枝方法，通过早期评估多种子并剪枝，有效利用固定计算预算，在扩散和流匹配主干上比其他基线方法在奖励引导选择及提示对齐评估上表现更优。
Comments Project page: https://www.vision.caltech.edu/psp. Code: https://github.com/rogerioagjr/psp
基于组合得分建模的恒星流分层贝叶斯推断
专题命中 效率与部署 ：post-training(abstract)
AI总结 该研究旨在通过分层框架，结合多个恒星流与银河系圆周速度曲线约束推断银河系势。采用分层建模，训练神经后验估计器并通过组合得分建模组合信息。结果显示该方法有效，能降低参数不确定性，且可适应新数据集，计算成本低。
ETC: 通过任务感知的视觉信息蒸馏实现视觉语言模型中的极端令牌压缩
机构 * School of Remote Sensing and Information Engineering, Wuhan University（武汉大学遥感与信息工程学院）
专题命中 效率与部署 ：language model(abstract)
AI总结 提出ETC框架，基于变分信息蒸馏原理，在减少输入令牌数量时最小化任务损失，通过文本-图像交叉注意力加权视觉特征并引入变分信息蒸馏，实现单令牌压缩下仍保持强任务性能。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈